E se você não fundamentar a sua aplicação GenAI com dados contextualmente ricos e relevantes? Ela pode fornecer informações incorretas ou inventadas – e não será capaz de responder a perguntas específicas sobre seu caso de uso.
Evite alucinações e respostas de baixa qualidade em GenAI. Fundamente sua aplicação GenAI em um knowledge graph e aproveite o ecossistema Neo4j GraphRAG para simplificar e acelerar o desenvolvimento.
Junte-se a nós para ter uma visão geral e aprender a:
Graduado em ciências da computação com ênfase em eCommerce, pela Anhembi-Morumbi/SP, Pedagogia pela Unip e Psicanálise pela Uninter/BR. Possui pós graduações nas áreas de Gestão internacional em TI pela FGV, Psicologia da educação e
aprendizagem, e A moderna educação, ambas pela PUC/RS e psicanálise pela EPP/SP. Atua no segmento de TI a mais de 30 anos especificamente nas áreas de desenho e arquitetura de dados, desenvolvimento e implementação de softwares e soluções de negócios de forma geral (DSS, Data Warehouse, BI, Big Data e gestão de equipes de alta performance), participou ativamente de grandes empresas como Sabesp, Oracle Informatica, Vertica, HP, ADP, Tableau, Salesforce e agora Snowflake.
Especialista em Administração de DW, pela Oracle, e Big Data pela HPe, e possui certificações internacionais em Whiteboarding, Elevator Pitch Speech ePresentation Techniques for Adults.
Atuou em projetos no Itaú, Bradesco, Santander, Telefonica-Vivo, Claro, Banco Pan, Carrefour, TIM dentre outras grandes empresas.